一种基于数据驱动的深度神经网络大时滞系统动态建模方法

摘要

本发明公开了一种基于数据驱动的深度神经网络大时滞系统动态建模方法，其中主要涉及数据预处理方法与新型深度神经网络建模技术。本发明针对在成型控制和工业制造中常见的大时滞系统中出现的建模难度大、强耦合、多干扰等问题，公开了一种基于深度神经网络的大时滞系统建模方法。在数据预处理过程中考虑了系统响应大时滞特性，并对深度神经网络算法权值更新精度差、速度慢的缺点进行优化，增强了其泛化能力。本发明能有效地解决大时滞系统机理模型难以建立的问题，所得到的深度网络模型也具有很好的泛化性能。